โปรแกรม DSS
โครงสร้างของระบบสนับสนุนการตัดสินใจเตือนภัยน้ำท่วม
ลักษณะการทำงานของระบบสนับสนุนการตัดสินใจเตือนภัยน้ำท่วม (DSS) ในประเทศไทย
ผลการตรวจอากาศจากสถานีตรวจอากาศอัตโนมัติส่งผ่านระบบ GPRS ไปยังคอมพิวเตอร์หลัก (Web Server) ที่กรุงเทพฯในชื่อว่า weather.nakhonthai.net มีการแสดงผลลัพธ์เป็นทั้งตัวเลข ณ เวลาล่าสุด และเป็นรูปแบบกราฟเส้นในช่วงเวลา 24 ชั่วโมง 48 ชั่วโมง 72 ชั่วโมงโดยที่การตรวจอากาศจากสถานีตรวจอากาศอัตโนมัติจะทำการรายงานทุกๆ5นาทีมีการดึงข้อมูลโดยใช้โปรแกรม Downloaderจากเครื่องคอมพิวเตอร์3แหล่งข้อมูลได้แก่ดึงข้อมูลผลการตรวจอากาศผ่านระบบอินเทอร์เน็ตจาก http://weather.nakhonthai.net/data ดึงข้อมูลดาวเทียมอุตุนิยมวิทยาผ่านระบบอินเทอร์เน็ตจาก http://metocph.nmci.navy.mil/sat/gms_nwtrop/ir/ และดึงข้อมูลเวอร์ทิซิตี้ที่ระดับ 500 เฮกโตปาสคาล ซึ่งเป็นผลลัพธ์จากระบบพยากรณ์อากาศเชิงตัวเลขผ่านระบบอินเทอร์เน็ตจากhttp://www.marine.tmd.go.th/html/rjtd-vorticity/ ข้อมูลต่างๆ ก็จะมาอยู่ในเครื่องคอมพิวเตอร์ส่วนบุคคลในโฟลเดอร์ที่กำหนด หลังจากนั้นในทุกๆ เช้าก็จะมีการใช้โปรแกรม GenDSS ในการจัดเตรียมฐานข้อมูลเพื่อใช้ในการวิเคราะห์และแสดงผลโดยจะทำการเตรียมฐานข้อมูลแบบ Last day สำหรับข้อมูลในอดีตในส่วนข้อมูลปัจจุบันจะใช้ป้าย Today เพื่อป้อนให้กับโปรแกรม DSS ในการประมวลผลต่อไป
การแสดงผลของข้อมูลต่างๆ เช่น ข้อมูลผลการตรวจอากาศ ข้อมูลดาวเทียมอุตุนิยมวิทยา และข้อมูลเวอร์ทิซิตี้ที่ระดับ 500 เฮกโตปาสคาล ซึ่งเป็นผลลัพธ์จากระบบพยากรณ์อากาศเชิงตัวเลข จะใช้โปรแกรม DSS ซึ่งเป็นโปรแกรมช่วยสนับสนุนการตัดสินใจน้ำท่วม
การตั้งค่าวิกฤตในพารามิเตอร์ต่างๆจะต้องใช้ประสบการณ์และความรู้จากผู้เชี่ยวชาญโดยที่ค่าวิกฤติของเวอร์ทิซิตี้ระดับ 500 เฮกโตปาสคาล ซึ่งเป็นผลลัพธ์ของระบบ NWP ตั้งไว้ตั้งแต่+2 ขึ้นไปค่าวิกฤตของเมฆดาวเทียมอุตุนิยมวิทยาตั้งไว้ที่190 ขึ้นไปค่าวิกฤตของความชื้นสัมพัทธ์ตั้งไว้ที่ 90% ขึ้นไป ค่าวิกฤตของปริมาณฝนตั้งไว้ที่ 50 มิลลิเมตรใน1ชั่วโมงจะทำให้เกิดฝนหนัก (ค่าเหล่านี้มาจากการทำวิจัยจนได้ค่านัยสำคัญ) กระบวนการต่างๆเหล่านี้จะถูกนำมาบูรณาการให้เป็นระบบโดยมีทฤษฎีโครงข่ายใยประสาทเทียมเป็นเครื่องมือที่ใช้ในการพยากรณ์ฝนตกหนักหรืออุทกภัยที่จะเกิดขึ้นในอนาคตโดยมีการสอนให้คอมพิวเตอร์เรียนรู้พฤติกรรมของอากาศผลการตรวจอากาศในทุกๆ 5 นาที กับพารามิเตอร์อื่นๆที่เกี่ยวข้อง ได้แก่ ภาพถ่ายดาวเทียมอุตุนิยมวิทยาและเวอร์ทิซิตี้ระดับ 500 เฮกโตปาสคาล ซึ่งเป็นผลลัพธ์ของระบบ NWP
โครงสร้างของระบบสนับสนุนการตัดสินใจเตือนภัยน้ำท่วม (DSS)
1. ตรวจวัดอากาศจากสถานีตรวจอากาศอัตโนมัติ (AWS)
2. การสื่อสารเพื่อรวบรวมข้อมูล ผลการตรวจอากาศและวิเคราะห์ข้อมูล เพื่อการคาดหมาย แบ่งย่อยเป็นตามขั้นตอนดังต่อไปนี้
2.1 ผลการตรวจอากาศจากสถานีตรวจอากาศอัตโนมัติ (AWS) ส่งผ่านระบบ GPRS ไปยังคอมพิวเตอร์หลัก (Web Server) โดยที่การตรวจอากาศจากสถานีตรวจอากาศอัตโนมัติจะทำการรายงานทุกๆ 5 นาที
2.2 การวิเคราะห์ผลการตรวจอากาศที่ได้จากขั้นตอนแรกโดยการกำหนดค่าวิกฤตของพารามิเตอร์ทางอุตุนิยมวิทยาแต่ละตัวเพื่อแสดงการเปลี่ยนแปลงของพารามิเตอร์ทางอุตุนิยมวิทยา และแสดงเสถียรภาพของบรรยากาศเป็นปัจจัยสำคัญในการเกิดฝนตกหนัก
2.3 การคาดหมายการเปลี่ยนแปลงและการเคลื่อนที่ของตัวระบบลมฟ้าอากาศที่วิเคราะห์ได้ในขั้นตอนที่สองโดยใช้วิธีทฤษฎีโครงข่ายใยประสาทเทียม(ANN)เป็นเครื่องมือในการพยากรณ์อากาศ
2.4 การออกคำพยากรณ์ช่วงเวลาและบริเวณที่ต้องการโดยพิจารณาจากตำแหน่งและความรุนแรงของระบบลมฟ้าอากาศที่ได้ดำเนินการไว้แล้ว
3. การส่งคำพยากรณ์อากาศไปยังสื่อมวลชนเพื่อเผยแพร่ต่อไปสู่ประชาชนในพื้นที่เสี่ยงภัยและส่งไปยังหน่วยงานที่เกี่ยวข้องเพื่อดำเนินการต่อไปตามความเหมาะสม เช่น การป้องกัน และบรรเทาภัยพิบัติ
โปรแกรมนี้ใช้ทำอะไร
โปรแกรมระบบสนับสนุนการตัดสินใจเตือนภัยน้ำท่วม เป็นเครื่องมือที่ช่วยในการเตือนภัยน้ำท่วมไม่ใช่โปรแกรมแกรมหลักที่ใช้ในการเตือนภัย แต่จะช่วยผู้ปฏิบัติงานด้านเตือนภัยด้านน้ำท่วม (อุทกภัย) เช่นนักพยากรณ์อากาศของกรมอุตุนิยมวิทยาหรือเจ้าหน้าที่ของศูนย์เตือนภัยพิบัติแห่งชาตินักอุทกวิทยาของกรมชลประทานที่มีความเข้าใจในระบบอากาศดีอยู่แล้วโปรแกรมระบบสนับสนุนการตัดสินใจเตือนภัยน้ำท่วมจะให้การทำนายปริมาณฝนตกหนักในเวลา24 ชั่วโมงข้างหน้าโดยใช้ทฤษฎีโครงข่ายใยประสาทเทียมซึ่งจะมีการสอนให้คอมพิวเตอร์เรียนรู้ถึงข้อมูลอุตุนิยมวิทยาเช่นปริมาณฝนความเข้มของแสงแดด ความเร็ว และทิศทางลม อุณหภูมิ ความชื้นสัมพัทธ์ และข้อมูลประกอบ เช่น ดาวเทียมอุตุนิยมวิทยา ค่าเวอร์ทิซิตี้ที่ระดับ 500 เฮกโตปาสคาล พารามิเตอร์เหล่านี้จะดูการก่อตัวของเมฆซึ่งเป็นต้นเหตุของการเกิดฝนการฝึกให้คอมพิวเตอร์เรียนรู้เป็นสิ่งสำคัญมากซึ่งจะทำให้คอมพิวเตอร์เข้าใจความสัมพันธ์ของพารามิเตอร์ต่างๆอย่างใกล้ชิด และสร้างชุดสมการทางคณิตศาสตร์ที่เหมาะสมจากปริมาณข้อมูลนำเข้าที่มีคุณภาพและมากเพียงพอนั่นก็หมายถึงข้อมูลเหล่านั้นจะต้องมีทั้งเหตุการณ์อากาศดี หรือแห้งแล้ง (ฝนตกน้อย) และอากาศร้าย (ฝนตกหนัก) อันเนื่องมาจากร่องมรสุมหรือเกิดพายุหมุนเขตร้อนเคลื่อนตัวเข้ามา ซึ่งจะทำให้โปรแกรม DSS สามารถตัดสินใจและทำนายฝนได้อย่างถูกต้องข้อแนะนำในการปรับปรุงโปรแกรม DSS นั่นก็คือการเพิ่มพารามิเตอร์ เช่นภาพเรดาร์ตรวจอากาศเข้าไปและอาจจะปรับปรุงทฤษฎีทางคณิตศาสตร์ใหม่ๆในการคำนวณให้มีความหลากหลายและสอดคล้องกับเหตุการณ์ในเชิงฤดูกาลซึ่งจะช่วยให้ผลการคาดหมายฝนตกหนักของโปรแกรม DSS มีความแม่นยำมากยิ่งขึ้น
ความคิดเห็น
แสดงความคิดเห็น